[发明专利]基于四叉树算法的人工智能实时图像识别方法

权利要求书

1.基于四叉树算法的人工智能实时图像识别方法，其特征在于，包括如下步骤：

S00：采用双光模拟成像传感器拍摄三种识别图像；

S01：分别对三种识别图像进行降噪、平滑、变换预处理；

S02：根据识别图像的像素设定对应的最小深度级别rangeMin以及允许的最大误差值g；

S03：根据四叉树分割法对识别图像或分割图片进行分隔获得若干当前分隔图片；

S04：遍历所有当前分隔图片，为当前分隔图片匹配最佳匹配块；若满足匹配，则当前分隔块标记R1且对应的匹配块为domain块并标记D1；若否，则执行S05；

S05：判断当前分隔图片的深度级别是否小于最小深度级别rangeMin；若是，则执行S03；若否，则保留当前分隔图片；

S06：通过深度学习的方式训练神经网络模型，对图片进行分类识别；根据四叉树方法得出的图像特征进行匹配，最后对图像目标做出判决。

2.根据权利要求1所述的基于四叉树算法的人工智能实时图像识别方法，其特征在于，所述三种识别图像包括普通图像、黑白模式图像以及伪彩色模式图像；所述双光模拟成像传感器不光可以获取普通的光学图像信息，还可以获取热感成像中的黑白模式和伪色彩模式的图像信息，并且转换为计算机可以识别的数字图像；所述黑白模式图像适用夜间图像的识别。

3.根据权利要求1所述的基于四叉树算法的人工智能实时图像识别方法，其特征在于，所述神经网络模型具体为卷积神经网络模型；所述卷积神经网络模型采用PCA估计曲面法线来实现对Depth模态图像的彩色化编码，使用Tensorflow模型作为训练参数，最终实现对地面武器系统和作战单位的快速识别。